В предыдущей статье Логика бизнес-процессов — часть 2 были рассмотрены основные категории бизнес-задач , перспективные модели , условия корректировки бизнес-процессов.
В этой части я расскажу о том, как приступить созданию схем бизнес-процессов, если у программиста ещё мало опыта в этом виде разработки.
Напомню, что любой программист силён знаниями алгоритмизации. Программист может не знать специфику бизнеса заказчика, но опыт построения алгоритмов пригодится в консультировании заказчика по вопросам оптимизации бизнес-процессов.
Итак, что делать если задачу по составлению бизнес-схем поставили и надо приступать к работе?
Способ создания схемы бизнес-процесса и полезные рекомендации
Можно воспользоваться простым планом, отображённым в следующей схеме:
Об источниках рабочих функций сотрудников я рассказывал в первой части серии статей Логика бизнес-процессов . Из них можно составить схемы функционала «КАК ЕСТЬ» с помощью приемов, о которых я расскажу в этой статье позже.
Аркадий Цукер на тренинге «Алгоритмы бизнес-мышления»
Текстовый регламент «КАК НАДО» возникает на основе правил оптимальной алгоритмизации и корректирующих факторов, о которых я говорил во второй части серии этих статей.
Реализация схем в коде бизнес-приложения происходит после формализации с помощью выбранной нотации. В этой статье я выбрал для примеров алгоритмов нотацию 1С.
Перед началом рассмотрения примеров повторю некоторые полезные рекомендации:
- каждое действие в схеме должно быть выражено в повелительном наклонении, должны быть определены: ответственный, пусковое событие, срок исполнения и форма выдачи результата
- при создании действия нужно проверять » что произойдет, если результат выполнения действий будет отрицательным » — например, «согласовать договор с клиентом» — а, что произойдет, если согласовать не удастся?
- при составлении сложных алгоритмов нужно делить процесс на подпроцессы — это добавляет уровни вложенности, но упрощает визуальное представление
- нужно проверять, чтобы во всех вариантах процессных линий были точки выхода или возврат на линию с точкой выхода
- если в разных ветках есть одинаковые группы действий, то имеет смысл создать из такой группы один подпроцесс, вызываемый в нескольких местах.
Рассмотренные далее примеры, приводятся в упрощенных вариантах и выполнены, в основном, в одном уровне.
Примеры алгоритмов бизнес-процессов
1. В этом примере используется условие с вариантами результатов Да/Нет, что позволяет работать в режиме повторов (цикла).
Как видно на схеме, можно неограничено вносить изменения в документ — в случае несогласования документа наступает действие по обработке замечаний.
Этот бизнес-процесс может быть вложенным подпроцессом, как показано в следующем примере.
2. Пример бизнес-процесса » согласование договора с клиентом » использует не только вложенный подпроцесс, но и проверку решения клиента с учётом нескольких вариантов.
ЧТО ТАКОЕ АЛГОРИТМ В БИЗНЕСЕ?
В схеме предусмотрены точки завершения процесса с отрицательным и положительным результатом. Вариантов решения может быть неограниченное количество, в данном случае их три.
Вложенный подпроцесс согласования документа принимает вводные условия клиента и возвращает согласованный руководством исполнителя вариант для повторного согласования с клиентом.
3. Пример процесса » Подготовка договора » предусматривает работу трёх возможных циклов:
- повторы при отрицательном утверждении руководителем
- доработка формулировок при юридической проверке
- утверждение руководителем существенных изменений при юридической проверке.
4. Пример бизнес-процесса » Маркетинговое мероприятие «, кроме предусмотренного цикла согласования мероприятия, использует приём запуска параллельных процессов в одном из которых, запускается даже вложенный подпроцесс » Согласование договора «.
Алгоритм предусматривает две точки завершения и точку слияния параллельных процессов в одну процессную линию перед действием » Анализ эффективности «.
Как видно из примерных моделей, самыми распространёнными приёмами являются:
- ветвление с условием Да/Нет
- использование точки выбора вариантов , если их много (в классическом программном коде это реализуется с помощью оператора switch или вложенными многократно условиями if else)
- запуск параллельных процессов с помощью точек разделения — количество процессов не ограничено
- создание нескольких точек выхода с разными результатами.
В случае устаревания бизнес-процесса, его заменяют новой модернизированной версией, а старый в документированном виде помещают в архивный репозиторий.
В следующих статьях этой серии речь пойдет о декомпозиции бизнес-процессов и их оптимизации .
Источник: dzen.ru
Машинное обучение в бизнесе — примеры алгоритмов для розничной торговли
Возможности машинного обучения для малого бизнеса (простыми словами о технологии) с примерами алгоритмов, которые уже работают и приносят прибыль в западных странах. Мы рассмотрели внедрённые в розничную торговлю функции. В основном они касаются машинного зрения.
Автоматизация на алгоритмах машинного обучения в бизнесе торговой отрасли даёт предпринимателям возможность с помощью компьютеров обеспечить лучшую безопасность, оптимизировать покупки, наладить логистику.
Отрасль розничной торговли ежедневно собирает огромные объёмы данных. Ключевые процессы уже давно созрели для автоматизации. Технология искусственного интеллекта, которая уже созрела к внедрению здесь и сейчас — это машинное зрение (компьютерное зрение). И вот, какие функции уже можно внедрить.
Автоматическая касса
Машинное обучение в бизнесе может быть внедрено для автоматизации проверки и уменьшения потребности в кассирах и кассах. Варианты алгоритмов мы собрали в три основных области применения.
Свайп картой для входа
Распознавание лиц
Обнаружение готовности покупки
Управление запасами
В малом бизнесе машинное обучение помогает ритейлерам управлять запасами через софт компьютерного зрения. Подобно автоматическим кассам камеры размещаются вдоль полок магазина. В США есть попытки запустить роботов прямо по торговому залу (например, в Walmart) — они катаются по маршруту и сканируют полки.
Хороший пример алгоритма машинного обучения в бизнесе — подсчёт запасов и обнаружение дефицита конкретных типов товара или брендов. Система настраивается так, чтобы персонал вовремя получал запрос на пополнение полок соответствующими продуктами.
Американские ритейлеры подсчитали многократное сокращение времени отсутствия товара на полке после того, как вместо живого человека за этим начинает следить робот или система камер в торговом зале.
Почему сложно перейти к машинному обучению в ритейле?
Это дорого. Установка системы камер и программное обеспечение для машинного обучения ещё сложны и с технической точки зрения. Непросто систему настроить и оптимизировать под физические особенности конкретного магазина.
Недостаточно просто взять и обучить алгоритм на собственных сотрудниках за пару недель.
Компьютер исправно обнаруживает, когда покупатель берёт пачку бумажных полотенец. Но заставить его понимать, что покупатель взял полотенце не какое-нибудь там просто с полки, а конкретного артикула — задача супер-сложная. Физическое пространство подвержено неожиданным и незаметным изменениям. Скажем, кто-то сместил полотенце, изменилось освещение.
Конечно, преимущества по очень заметному снижению затрат подкупают ритейлеров, и они идут на эксперименты. Но если эти системы не работают в определённом процентном отношении, то у бизнеса с машинным обучением могут возникнуть проблемы в обеспечении рентабельности инвестиций.
Узнайте про Индустрию 4.0 в бизнесе!
Компания ZEL-Услуги
Чтобы избежать проблем из-за необдуманного внедрения технологий в Вашем бизнесе, проконсультируйтесь с экспертами по ИТ-аутсорсингу и получите поддержку по любым техническим вопросам и задачам.
- Где в России есть бесплатный интернет?
- Онлайн-касса бесплатно самозанятому: технология вопроса от айтишников
- IT-аутсорсинг в России: плюсы и минусы
- Технологии в бизнесе: 9 примеров, где ваши конкуренты обставят вас
- Мал бизнес, да удал: какие технологии сейчас помогают автоматизировать повторяющиеся задачи?
Может быть интересно
- Онлайн конструктор тарифов
- Цены и тарифы на ИТ-аутсорсинг
- Абонентское обслуживание компьютеров
- ИТ-директор
- Настройка и обслуживание серверов
Источник: www.zeluslugi.ru
Под капотом Process Mining: графовая аналитика для анализа бизнес-процессов
Сегодня рассмотрим тему анализа и оптимизации бизнес-процессов средствами графовой аналитики больших данных. Как устроены информационные системы класса Process Mining, где еще применяются эти идеи и другие приложения теории графов в бизнесе на примере Python-библиотеки PM4Py.
Что такое Process Mining
Чтобы понять, как выполняется процесс, бизнес-аналитик строит его схему в виде подробной EPC или BPMN-диаграммы, которая представляет собой направленный граф действий с логическими операторами. Именно эта идея – представления графа событий пользовательского поведения по логам информационных систем лежит в основе процессной аналитики (Process Mining, PM). Помимо анализа логов и прикладных информационных систем типа СЭД, ERP, CRM и пр., решения Process Mining также включают некоторые возможности BI-продуктов, например, визуализация выявленных трендов в данных и формирование рекомендаций.
В отличие от Data Mining, PM-системы сфокусированы не на семантических взаимосвязях данных, а на представлении их в виде процессов. На вход подаются транзакционные данные по объектам управленческого учета: заданиям, заказам, заявкам и пр. Примечательно, что процессная аналитика использует данные для анализа бизнес-процессов без классического анализ самих данных. Process Mining не ищет низкоуровневые закономерности в исходных данных и не пытается вырабатывать управленческие решения на их основе, а пытается определить оптимальный путь выполнения процесса по событиям пользовательского поведения, используя методы выборки данных для построения модели процесса по наиболее представительным сценариям в бизнес-процессе. Определяются связи между шагами процесса, отклонения от «успешного сценария», причины этих отклонений и их влияние на результат, а также анализируется эффективность процесса и выявляются его узкие места.
Примерами PM-систем являются Proceset, Minit, ARIS Process Performance Manager, ProM, Celonis Process Mining. Также Data Analyst может самостоятельно реализовать некоторые идеи процессной аналитики, используя специализированные библиотеки. Например, PM4Py – Python-пакет интеллектуального анализа процессов. Как она работает в Google Colab, мы рассмотрим далее.
На вход в PM-систему подается лог событий пользовательского поведения, который содержит как минимум идентификатор сессии, дату и время события, а также его название. Рассмотрим пример журнала событий обработки жалоб клиентов. Данные о событиях могут храниться в CSV-файлах, так и в XML-подобном формате XES.
В отличие от CSV, в файле XES можно описать отношение вмещения, т. е. включить ряд трассировок, которые содержат несколько событий. Также сам объект в XES, т. е. лог, трассировка или событие, может иметь атрибуты. Таким образом, определенные атрибуты данных, которые являются постоянными для журнала или трассировки, могут храниться на этом уровне.
Предположим, известна только общая стоимость дела, а не стоимость отдельных событий. Если сохранять эту информацию в CSV-файле, нужно реплицировать эту информацию, т. е. хранить данные только в строках, которые напрямую относятся к событиям или явно определить, что определенные столбцы получают только значение один раз, ссылаясь на атрибуты уровня конкретного случая. Стандарт XES более естественно поддерживает хранение такого типа информации.
В рассматриваемом примере XES-файл содержит данные о событиях пользовательского поведения. Например, трассировка с номером 1, маркированная тегом , является первой трассировкой, записанной в этот журнал событий. Первое событие трассировки представляет действие «запрос на регистрацию» (register request), выполненное ресурсом Pete. Второе событие — это действие «тщательно изучить» (examine thoroughly), выполняемое Sue и т.д.
Как работать с этим файлом пользовательских событий, чтобы получить схему бизнес-процесса с помощью библиотеки PM4Py, рассмотрим далее.
Источник: bigdataschool.ru
